Llama 4 Scout 17B-16E 在同級模型中表現優異，在多項基準測試中，都優於先前的 Llama 世代，以及其他開放式和專有模型。這項模型採用 MoE 架構，在 1,090 億個參數和 16 位專家中，有 170 億個現用參數。
Llama 4 Scout 17B-16E 適合用於長篇脈絡資料的擷取工作，以及需要大量資訊推論的工作，例如總結多份大型文件、分析大量使用者互動記錄以進行個人化，以及對大型程式碼集進行推論。
代管 API (MaaS) 規格
在 Agent Studio 中試用 在 Model Garden 中查看模型資訊卡
| 模型 ID | llama-4-scout-17b-16e-instruct-maas |
|
|---|---|---|
| 發布階段 | 正式發布版 | |
| 支援的輸入和輸出內容 |
|
|
| 功能 |
|
|
| 用途類型 | ||
| 知識截點日期 | 2024 年 8 月 | |
| 版本 |
|
|
| 支援的地區 | ||
|
模型供應情形 |
|
|
|
ML 處理 |
|
|
| 配額限制 |
us-east5:
|
|
| 定價 | 請參閱「定價」。 | |
部署為自行部署的模型
如要自行部署模型，請前往 Model Garden 控制台中的 Llama 4 Scout 17B-16E 模型資訊卡，然後點選「Deploy model」(部署模型)。如要進一步瞭解如何部署及使用合作夥伴模型，請參閱「部署合作夥伴模型並提出預測要求」。
注意事項
- 每個要求最多可包含三張圖片。
- 與舊版不同，MaaS 端點不會使用 Llama Guard。如要使用 Llama Guard，請從 Model Garden 部署 Llama Guard，然後將提示和回覆傳送至該端點。不過，與 Llama 4 相比，Llama Guard 的脈絡較為有限 (128,000)，且只能處理提示開頭包含單一圖片的要求。
- 不支援批次預測。